Künstliche Intelligenz hilft bald bei der Arztbrief-Erstellung
Rund 150 Millionen Arztbriefe werden pro Jahr in Deutschland geschrieben.
Das kostet Zeit, die an anderer Stelle fehlt. Abhilfe könnte der
»Arztbriefgenerator« schaffen. Ein Prototyp soll bereits im kommenden Jahr
an der Universitätsmedizin Essen im Rahmen des KI.NRW-Flagship-Projekts
SmartHospital.NRW getestet werden. Welche Möglichkeiten sich insgesamt
durch das sogenannte Natural Language Processing für den medizinischen
Bereich ergeben, haben Wissenschaftler*innen des Fraunhofer-Instituts für
Intelligente Analyse- und Informationssysteme IAIS in einem Whitepaper
zusammengefasst.
Gesundheitsdaten zählen zu den derzeit am stärksten wachsenden
Datenmengen. »Wie wir diese Daten weiterverarbeiten und welche
Möglichkeiten sich dadurch für Patient*innen, Pfleger*innen und Ärzt*innen
ergeben ist eine spannende Frage, deren Antwort wir ein Stück weit selbst
in der Hand haben«, erklärt Dario Antweiler, Teamleiter Healthcare
Analytics am Fraunhofer IAIS. Gemeinsam mit seinem Team hat er ein
Whitepaper verfasst, in dem aktuelle Entwicklungen und Möglichkeiten
dokumentenbasierter Prozesse im medizinischen Bereich aufgezeigt werden.
Einige davon sind noch Zukunftsmusik, andere, vom Fraunhofer IAIS bereits
entwickelte Anwendungen werden schon erfolgreich in Krankenhäusern
eingesetzt.
Im Paper widmen sich die Expert*innen auch Large Language Models (LLM),
die in den vergangenen Monaten eine rasante Entwicklung vollzogen haben
und dadurch verstärkt in den Fokus der Öffentlichkeit gerückt sind. Das
derzeit vermutlich bekannteste Beispiel eines LLM ist ChatGPT, ein
Chatbot, mit dem man sich sozusagen unterhalten kann, und der natürlich
klingende Texte erstellt. »In naher Zukunft werden diese Modelle in der
Lage sein, multimodal zu arbeiten, also auch Bilder oder tabellarische
Daten, und nicht nur wie bisher Texte und gesprochene Sprache zu
verarbeiten«, erklärt Antweiler. Dadurch ergäben sich auch im
medizinischen Bereich wiederum neue Möglichkeiten, mit denen man das
Personal entlasten, und Behandlungsprozesse – stets unter Berücksichtigung
des Datenschutzes – im Sinne der Patient*innen weiter verbessern könne.
Das ist wichtig, denn das Gesundheitswesen steht vor zahlreichen
Herausforderungen wie Personalmangel, Kostendruck und einem »Information-
Overload«, der durch die stetig wachsende Menge an Daten entsteht. »Diese
Daten auszuwerten, zu analysieren und daraus Schlüsse zu ziehen kostet an
vielen unterschiedlichen Stellen wertvolle Zeit, die im stressigen
Krankenhausalltag einfach fehlt. Im schlimmsten Fall gehen wichtige
Informationen verloren, was die Behandlung erschweren, teure
Doppeluntersuchungen oder unvollständige Abrechnungen nach sich ziehen
kann«, erklärt Antweiler.
Um Lösungen für diese Probleme in die Krankenhäuser zu bringen, arbeitet
das Healthcare-Analytics-Team bereits eng mit medizinischem Personal
zusammen: Aktuell entwickelt es gemeinsam mit mehreren
Universitätskliniken, darunter die Universitätsmedizin Essen, verschiedene
Möglichkeiten der Informationsextraktion aus Dokumenten. Das nächste Ziel:
Bis Ende 2024 soll ein Prototyp des Arztbriefgenerators in der Uniklinik
Essen erprobt werden, der die Erstellung von Entlassbriefen vereinfacht.
Dafür wertet die KI alle vorliegenden Dokumente sowie strukturierte Daten
aus und erstellt einen natürlich klingenden Text, der zusätzlich leicht
verständliche Erklärungen für die Patient*innen enthält. Nach einer
Kontrolle und möglichen Ergänzung oder Änderung durch die Mediziner*innen
wird der Entlassbrief sozusagen per Knopfdruck erstellt, und das in einem
Bruchteil der Zeit, die eine rein manuelle Erstellung gekostet hätte. Ein
zusätzlicher Gewinn: Patient*innen, die am Tag ihrer Entlassung häufig
länger auf dieses Dokument warten müssen, können somit das Krankenhaus
früher verlassen.
Weitere Vorteile von Clinical NLP: Die Arbeitsbelastung des medizinischen
Personals verringert sich, da die KI wichtige Informationen aus
Krankendaten eines Patienten automatisiert zusammenfassen, und allen
Behandlern übersichtlich strukturiert zu Verfügung stellen kann. Durch NLP
im Krankenhaus werden Prozesse also vereinfacht, da Informationen in
kürzester Zeit greifbar sind, umgehend weiterverarbeitet und dem
medizinischen Personal vollumfänglich zur Verfügung gestellt werden
können. Dario Antweiler: »In den meisten Krankenhäusern werden jeden Tag
Unmengen an Texten händisch ausgewertet, was sich – in unterschiedlichen
Abteilungen oder nach der Entlassung beim Haus- und Facharzt – wiederholt.
Diese Prozesse könnten mit unseren Anwendungen flächendeckend
automatisiert, schnell, präzise und – in Hinblick auf den Datenschutz –
auch sicher umgesetzt werden. Davon würden das Gesundheitswesen, und
insbesondere das Personal und die Patient*innen profitieren.«
Realisiert werden die Anwendungen des Healthcare-Analytics-Teams innerhalb
des Projekts SmartHospital.NRW. Erforscht werden darin insbesondere
Technologien im Bereich Text-, Sprach- und Signalverarbeitung. Außerdem
wird ein Vorgehensmodell erarbeitet, durch das Krankenhäuser befähigt
werden können, sich zu Smart Hospitals weiterzuentwickeln. Die
Universitätsmedizin Essen agiert hierbei als Konsortialführerin und
klinische Partnerin in Zusammenarbeit mit den Fraunhofer-Instituten IAIS
und MEVIS, der RWTH Aachen, der TU Dortmund, der Dedalus Healthcare Group
AG sowie der m.Doc GmbH. Gefördert wird das Projekt vom Ministerium für
Wirtschaft, Industrie, Klimaschutz und Energie des Landes Nordrhein-
Westfalen. SmartHospital.NRW ist ein Flagship-Projekt der
Kompetenzplattform KI.NRW.
